本报告指出：AI Infra升级推动高多层/小线宽线距PCB对低介电常数（Low-Dk）和低介电损耗（Low-Df）材料的刚性需求，上游电子布（石英纤维）、HVLP4/5铜箔与PCH/PTFE树脂将构成M8.5/M9级AI PCB材料的核心壁垒，并预计随着英伟达Rubin服务器量产时间表（2026年）临近，上游供应链将在2026年上半年掀起备货潮，相关材料市场规模在2025-2029年间有望快速增长 [page::0]
本报告聚焦GPRC5D/BCMA/CD3三抗在复发/难治性多发性骨髓瘤（RRMM）中的临床进展，汇总了JNJ-79635322在未接受过BCMA/GPRC5D治疗患者中达到100% ORR及12个月PFS率96.3%的早期疗效证据，以及国内IBI3003在既往接受BCMA/GPRC5D治疗患者中仍展现77.8%-83.3% ORR的临床数据，报告同时评估了CRS、感染和ICANS等安全性风险并提示随访时间短和研发失败等风险因素 [page::0][page::1]
本周报告聚焦国产GPGPU公司（摩尔线程、沐曦、壁仞、天数智芯）在资本市场进程带来的供给侧扩容与超节点服务器需求的投资机会，同时指出数据中心光纤光缆受Scaleout/Scaleup驱动出现需求拐点并看到普缆散纤涨价信号，建议关注超节点上游连接件、光模块与光纤光缆相关标的以把握2026年景气演进 [page::1][page::3].
本报告跟踪通信行业周度动态，重点关注国产GPU公司（摩尔线程、沐曦、壁仞、天数智芯）在资本市场的进展及其对上游超节点、光纤光缆需求的推动；同时指出数据中心Scaleout/Scaleup带来的光纤需求爆发及相关个股机会，给出关注名单与风险提示 [page::0][page::1][page::2]
报告跟踪2025年以来沪深三板（主板、创业板、科创板）网下“打新”收益与上市首日表现，按A/B类不同规模账户测算打新年内累计收益率（例如A类2亿账户今年收益约3.54%），并统计近20只新股首日涨幅（科创板均值约265%，创业板均值约244%），同时列示近期有效报价账户数与每只新股的满中收益测算，给出打新流程及在不同规模下的逐月/逐股收益明细，为机构配置打新资源和风险管理提供量化参考 [page::0][page::1][page::4]
报告指出“犒赏经济”在年轻消费群体中崛起，将推动潮玩盲盒、宠物消费与国潮服饰等细分市场增长，建议关注相关板块与受益公司；同时报告维持轻工制造与纺织服饰行业“中性”评级，并对若干个股给予“增持”建议，提示需关注宏观波动、原材料成本与产能消化等风险 [page::1][page::0]
本周公募基金市场以ETF为主线，整体资金净流入显著（ETF净流入871.36亿元），其中股票型ETF净流入552.23亿元，中证A500单只标的流入规模超300亿元；债券类基金整体表现稳健，固收+与纯债正收益占比高，偏股型基金承压且仓位小幅回落至79.84%。报告同时披露基金发行与市场热点（如中证东盟数字经济主题指数发布），并提示风格切换与市场波动风险。[page::0][page::1]
本文提出并证明了针对非几何（non-geometric）rough paths 的多项式-签名混合类通用逼近定理，弥补了传统签名方法对 Itô（非几何）提升的空缺；在此基础上给出将路径依赖衍生品（特别是能源市场的 exotic 期权）表示为若干签名系数的函数并用多项式或正交基（例如 Hermite、Bernstein、Taylor）逼近的具体框架，从而把价格问题归结为计算有限阶签名矩的期望（correlators），并讨论了在半鞅/Itô 模型下这些矩的可计算性与数值实现要点 [page::0]
本文证明了在边界/关键（critical）窗口下，边界带无序的捆绑（pinning）模型的点对点配分函数经适当缩放后作为随机测度收敛到唯一的极限——临界无序捆绑测度（CDPM）；该极限具有平移与尺度自洽关系，并与关键的随机 Volterra 方程与带乘性噪声的随机热方程的临界解相对应 [page::5].
本文提出一个将物理设施效率、计算/工作负载效率与经济/可靠性效率三大元域，与电网→设施→硬件→互联→运行时→服务经济的六层架构结合的 6×3 统一度量分类法，并引入 Metric Propagation Graph（MPG）以形式化跨层依赖，支持复合度量构造与多目标优化，从而为集群设计、容量规划与生命周期经济分析提供可比较、可解释的系统性指标框架 [page::0][page::11][page::14]。
本文利用2020–2025年高频零售价格面板和固定效应事件研究设计，估计奥地利与德国针对一次性塑料(SUP)的生产者费用/基金支付在货架价上的传导。结果显示：奥地利总体SUP在12个月窗口内对比非SUP上涨约13.01指数点，整个后期平均为19.42点，气球类产品传导显著且持续，而外带塑料杯证据弱且波动较大；德国样本因2024年才生效且后期窗口短，估计不显著应被视为描述性证据 [page::6][page::18].
本文提出并验证了一种基于时间序列对齐的网络化筛查方法：以2014–2024年约2.9百万份SEC Form 4 报告为样本，构建了以“每周线性核”衡量交易时间相似性的内部人交易相似性网络，并通过两个严格的空模型（校准生成模型与受限时间置换）检验网络结构显著性，发现实证网络在节点数、边数与超强连边等指标上显著超出随机基线，表明存在统计上不易由监管窗口或共同市场事件解释的协调交易群体 [page::0][page::10][page::12][page::16]
本文将数字化的可退押金回收体系建模为一个控制与优化问题，提出三大模块：去中心化的泊松信号负载均衡以缓解投放点拥堵、基于扩展AIMD的隐私保护式押金分割算法以最大化回收通量、以及基于PI的缓慢闭环押金调节以实现目标回收率。仿真展示了在纸杯回收场景下这些模块协同工作能显著提升回收率并收敛到理论最优分配 [page::0][page::3][page::27].
本文构建了在总人口守恒条件下的扩展 Osipov–Lanchester 模型，并将相对变量比率 y=R/B 化简为 Riccati 方程，给出了解的显式形式与稳定性分类：仅当 α≤0 且 β≤0 时存在向心不变集，并进一步区分三种稳定情形；在参数时变扰动下需缓冲动力学以维持稳定（“走廊狭窄”条件），且在相互合作（α<0,β<0）情形下绝对量级呈指数增长（合作溢价）[page::1][page::5][page::9]
This paper defines a Price of Monotonicity (PoM) metric and benchmarks monotone‑constrained vs unconstrained gradient boosting (XGBoost, LightGBM, CatBoost) across five public credit PD datasets, showing that PoM in AUC is typically near zero on large portfolios (often <0.2%) but can reach ~2–2.9% on smaller, high-coverage datasets, while wrong-sign constraints inflict substantially larger costs; paired bootstrap is used to quantify uncertainty [page::0][page::40]
本文提出并开源一套基于多模态大语言模型（Gemini-2.5 系列）的管道，用于从 9,562 张档案影像中自动构建 306,070 条德国专利记录，并在基准测试中显示出比人工更高或相当的数据质量，同时在速度上快约 795 倍、成本低约 205 倍，显著降低历史微观数据构建的门槛 [page::0][page::14].
本文系统检视了 FX 市场中不同“精确插值”方法（例如对数违约价的三次样条、forward-Δ 的三次样条、Δ 多项式等）对标的 vanilla 隐含波动率的影响，发现即使市场 MS / RR / ATM 报价被完全复制，不同插值也会在 10Δ / 25Δ Put/Call 上产生显著差异；此外，直接在 Δ 空间校准会引入数值与可达性问题（非单调 Δ、求根失败、SABR 展开失效等），因此实务上建议以精确插值生成 vanilla vols（优先考虑 log-moneyness 的 cubic spline），再对模型（SABR/XSSVI）进行二次校准以兼顾稳健性与计算复杂度 [page::4][page::5][page::8][page::9]
本文构建并检验了一个包含上升劳动供给曲线与制度性工资约束（最低工资、集体谈判/企业工会）的理论与实证框架，证明当工资约束存在且约束部分企业时，常规基于需求冲击的估计会高估劳动供给弹性并低估租金分享弹性；在葡萄牙、挪威与哥伦比亚的比较证据表明，被约束企业对需求冲击的工资传导显著较弱，从而导致整体估计出现系统性偏误 [page::2][page::4][page::49]
本论文基于2010–2023年专利与企业/所有权/引文数据，描绘全球AI专利版图：中国在专利数量上领先，美国在被引影响力与技术主导上占优，而欧盟整体专利规模较小但质量信号较高；重力模型显示科技能力与技术相似度是跨国AI知识流的主要驱动因素，欧盟成员关系在控制技术因素后并非显著促进引文流动[page::0][page::2][page::30]
本文提出以大语言模型（LLM）提取的结构化事件表示（SER）作为可解释输入，并通过事件-股票交互的注意力网络预测截面股收益，显著优于情感与嵌入基线模型 [page::0][page::2]. 基于301,409条日观测与6,157,014条事件的滚动OOS评估，长短组合在日频实现年化10.93%与Sharpe 0.78（周频年化5.23%，Sharpe 0.63），并产生显著的五因子α，表明超额收益并非风险因子所致 [page::25][page::27]. 报告同时展示基于梯度归因的事件/实体层面可解释性分析与实体驱动的股票共动性检验，证明高重要性实体对应更强的信息传播与共动效应 [page::28][page::46].
